康志辉

（厦门软件职业技术学院，福建厦门 361024）

基于二维Gabor变换与神经网络的签名识别算法研究

康志辉

（厦门软件职业技术学院，福建厦门 361024）

在借鉴国内外优秀的签名鉴定技术基础上，提出一种先将签名转化为图片进行预处理，将经过预处理后的签名图片当做纹理，采用多尺度的Gabor滤波器在不同尺度不同方向上处理，然后使用PCA方法提取特征值，最后经过人工神经网络来训练样本，实现签名识别。实验测试表明，该方法能够达到较高的识别率。

签名识别；特征提取；Gabor滤波器；PCA；人工神经网络

0 引言

图像处理是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。图像模式识别，又称图形识别，就是通过计算机用数学技术方法来研究模式的自动处理和判别。在图像模式识别过程中，需要运用图像处理的一些技术，比如在模式识别的预处理过程中，就需要用诸如去噪、提取特征等技术。图像处理技术为图像模式识别提供了实现的可能。签名识别，也被称为签名力学辨识。鉴于每个人都有自己独特的书写风格，提高签名真伪辨识率的意义就显得尤其重要。利用计算机模拟人类对于文字的感知，模拟人类对签名真假的判断，在民事诉讼、商业纠纷、银行等领域得到了广泛应用。为了能够提高签名的识别率，本文在研究国内外优秀的签名鉴定技术基础上，提出了一种基于二维Gabor变换与神经网络的签名识别方法。……